Brick Liao

廖重榮（Brick Liao），91APP 數據產品整合部副總經理。長期帶領 91APP CDMP 產品與數據顧問團隊，協助台灣零售與電商品牌把第一方數據變成可操作的受眾標籤，涵蓋會員分群、廣告受眾、OMO 整合與個人化行銷

廣告平台操作實務

AI 廣告投放第一方和第三方工具成效差多少？美國調查與 Meta、Google 官方數字的正確讀法

AI 廣告投放的第一方和第三方工具差在哪？看成效數字，差在誰量的、跟誰比。平台內建 AI 的提升幅度由平台自己量，跟平台自己定的基準比；第三方工具在這次查閱的資料中沒有公開、中立的同條件對照。這篇整理 IAB 美國調查與 Meta、Google 官方數字的讀法。

廣告平台操作實務

AI 廣告投放能接手哪些工作？受眾與出價交給平台，目標、資料、品牌安全與驗證仍由品牌負責

現在的 AI 廣告投放和以前比，差在受眾、出價、版位、素材組合與預算分配已經可以交給平台 AI；目標設定、資料輸入、品牌安全與成效驗證，AI 可以輔助，責任仍在品牌。這篇逐項拆解 Meta 與 Google 官方怎麼說明每一項、從什麼時候開始，搭配官方案例與 IAB 對美國廣告買方的調查，看清楚 AI 能接手到哪裡、哪些地方還得靠人。

廣告平台操作實務

AI 廣告投放和以前差在哪？Meta、Google 官方成效數字比較了什麼

現在的 AI 廣告投放和以前比，差在誰做決定，也差在成效數字。Meta 的 15 組 A/B 測試裡，Advantage+ 購物廣告的每次購買成本平均低 12%；Google 報告使用 Performance Max 的帳戶平均多 13% 增量轉換。這篇把 Meta 與 Google 公布的自動化方案對照數字攤開，拆解受眾、出價、素材與人力的差別、每個數字的比較基準，以及品牌怎麼在自己的帳戶裡驗證。

第一方數據

第一方數據怎麼餵給廣告 AI？Advantage+ 受眾建議與 PMax 客戶名單的實務

不管用 Advantage+、PMax 這類平台內建 AI，還是跨平台的第三方工具，品牌能直接交給廣告 AI 的都是轉換事件、客戶名單、商品資料與素材。這篇對照 Meta 與 Google 官方文件，拆解四種資料從哪裡餵、怎麼用控制項守邊界、怎麼驗證有沒有餵對。

廣告平台操作實務

只用 Advantage+ 和 PMax 夠不夠？電商什麼時候需要第三方 AI 廣告工具

單一平台、預算集中、商品少的品牌，Advantage+ 或 PMax 這類平台內建 AI 通常夠用；多平台投放、要依明確規則跨平台調度預算，或需要原生功能做不到的規則時，才值得加第三方工具。這篇用情境表、平台官方文件與 IAB 調查拆解判斷方式。

廣告平台操作實務

AI 廣告投放的第一方工具和第三方工具差在哪？Advantage+、PMax 與跨平台工具的分工

AI 廣告投放的第一方工具是平台內建 AI（Meta Advantage+、Google PMax、AI Max），第三方工具是外部廠商提供的投放工具，本文聚焦能跨平台運作的這一類。兩者差在看得到的資料、能否跨平台、出價控制與反應速度，品牌資料則是兩者都會用到的輸入。這篇用 Google 與 Meta 官方文件拆解分工。

廣告歸因

AI 投放的 ROAS 可以信嗎？平台同時花錢又報成績，成效判讀要看增量與自家訂單對帳

AI 廣告投放之後，平台同時負責花錢與回報成效，後台 ROAS 只能當參考。判斷 AI 投放是否真的有效，要看對照組比較出來的增量，再用自家後台訂單對帳。整理 eBay 與 Facebook 的大型實驗、Google 官方對增量測試的說明，以及 Advantage+、PMax 這類自動化活動的成效判讀順序。

廣告平台操作實務

AI 廣告投手還要做什麼？從智慧出價、Advantage+、PMax 到 AI Max，廣告投放把參數一路交給平台

廣告投放從手動走到 AI，大致經歷手動設定、平台自動化、AI agent 代理操作三個階段。依 Google 與 Meta 官方公告整理智慧出價、Performance Max、Advantage+、AI Max 與廣告 MCP、Ads CLI 的推出時間，說明平台自動化如何接手更多決策、AI agent 如何改變後台操作與授權分工，以及 AI 投放之後，廣告投手的工作移到設目標、管素材、設煞車。

廣告平台操作實務

AI 廣告投放和傳統投放差在哪？自動化廣告是什麼，品牌的控制權搬到資料與驗證

AI 廣告投放和傳統投放差在誰做決定。傳統投放主要由人決定給誰看、出多少錢、放哪個素材；現在品牌設定目標、預算與限制，提供素材與資料，平台 AI 依產品與設定，接手更多受眾、出價、版位與素材組合的決策。用受眾、出價、素材、預算分配、成效判讀與人力角色六個面向對照，拆解品牌手上還剩哪些控制點，以及 Meta、Google 官方文件怎麼寫。

技術與數據優化

商品安全庫存與補貨點怎麼算？用覆蓋天數看懂缺貨和積壓為什麼同時發生

總庫存看起來很充足，南部的客人卻快要買不到貨，北部倉庫另一款商品還夠賣一百多天。用一間虛構的三倉水杯店，說明缺貨與積壓為什麼會同時出現，再一步步示範庫存覆蓋天數、安全庫存、補貨點、建議下單量與周轉天數怎麼算，最後用四象限與 SKU 乘倉庫的熱力表，找出同一個商品這倉快缺、那倉壓著的「雙高」位置。

OMO 全通路洞察分析

商品庫存缺貨先調撥還是先補貨？從庫存診斷到有人負責的行動流程

報表亮紅燈之後，庫存問題才剛開始。用一間虛構水杯店示範四層診斷，比較補、調、停、清四種處方，說明調撥量為什麼要先模擬、補貨量為什麼要和調撥一起算，再把建議寫成有負責人、截止日與狀態的任務。

技術與數據優化

SKU 管理怎麼做？從品類地圖揪出拖累業績的商品，再決定誰來接手

全店營收在漲，某個品類卻悄悄少了一成。我們用一間虛構水杯店，示範 SKU 管理怎麼從品類、子類一路鑽到單一商品：用矩形樹狀圖找出面積大又在掉的區塊，用多項指標找出優先查核的商品並拆出它拖累的是營收、利潤還是庫存，依功能、價格與改購紀錄找替代品，再用同時購買率與提升度篩選搭配候選，最後把這套判斷做成看得懂、接得到動作的商品報表。

廣告創意與內容表現

新品上市文案怎麼寫：把「全新上市」刪掉之後，剩下的句子才是文案

新品上市初期常缺少使用評價與價格歷史，文案只好用形容詞硬撐。這篇提出參照點、相關性、時間資訊三個寫作檢查角度，加上貫穿全部句型的可信依據，給出九個可以直接改的句型結構與示範句，並附上開賣前後十四天的文案任務排程，包含第一週沒賣動時該怎麼排查與換切角。

技術與數據優化

轉換追蹤怎麼重建：第三方 Cookie 留下來了，瀏覽器端的官方衡量方案卻收了

很多品牌在等 Chrome 淘汰第三方 Cookie，等到的卻是 Google 把 Attribution Reporting API 一起退役。瀏覽器不會再代勞衡量，廣告轉換要被算得回來，得自己把事件定義、採集、送達、身分匹配、去重五個環節逐項驗收。這篇拆開每個環節各補哪一段流失、裝錯會看到什麼症狀，以及怎麼驗。

廣告平台操作實務

廣告代操還是自己投？數位廣告代理商外包與自建的分界判準

電商廣告該自己投還是找代理商，要比較的是成本、能力與資產控制。文中整理兩邊都算得全的成本口徑、可委外工作的驗收方式、四種常見收費結構各自的誘因與限制、成效不如預期時的判讀順序，以及合約與交接該約定到什麼程度。

顧客數據平台 CDP

CDP 導入要花多久、要動用誰：先算清楚工時與權責，再決定要不要開始

多數品牌卡在 CDP 導入的，不是不知道有哪些步驟，是答不出「這件事要做多久、要佔用誰」。本文不給業界平均值，給一套可以自己算的估算方法：先盤資料狀態、再估工時區間、最後定權責，讓專案能排進行事曆，也讓你有機會判斷現在其實不該開始。

MCP

MCP server 怎麼裝？行銷人不會寫程式也能開始，關鍵在挑對入口

想讓 AI 真的讀得到你的資料、動得了你的系統，得先裝起第一支 MCP server。這篇依官方文件當日內容，把 4 個入口各自的前提、設定檔實際長相、怎麼確認裝好了、第一次失敗最常卡在哪寫清楚，也誠實講明哪些事裝了也做不到、哪些操作不該讓 AI 碰。查核日 2026 年 9 月 6 日。

Ads MCP

Meta MCP 怎麼接：接得上不等於接得安全，那幾格開關預設是開著的

Meta 官方 Ads MCP 伺服器讓 AI 用一句話操作廣告帳號，但預算會不會被動到、代理能碰哪些功能，得品牌自己去設。本文拆解接入路徑怎麼選、日常投放實際變成什麼樣、官方留下哪些界線，以及接上去之前該先鎖住哪幾格開關。平台事實以 2026 年 9 月 6 日 Meta 官方文件為準。

MCP

MCP 已死了嗎？2026 年這場爭論，該退場的是那種接法而不是協定

2026 年 5 月，一篇標題叫〈MCP is dead?〉的文章衝上 Hacker News；2 個月後，同一個協定發布了問世以來最大的一次改版，官方揭露開發套件每月下載接近 5 億次。這篇把唱衰的具名批評逐項打開查證，看哪幾項成立、官方承認了哪一項，以及零售品牌該把採購問句換成什麼。

MCP

MCP 是什麼？它讓 AI 接進你的系統有了共同規格，開多大仍是你的決定

MCP（Model Context Protocol，模型上下文協定）是一套讓 AI 應用連接外部系統的開放標準，2024 年 11 月由 Anthropic 發布，2026 年 7 月完成改版。這篇從台灣零售品牌行銷主管的角度回答 MCP 是什麼：它的三個角色對應到你公司裡的什麼、伺服器掛出去的三類東西怎麼分、品牌會在哪些地方真的撞到它，以及哪些事情協定不會替你決定。

91APP CDMP

瀏覽意圖怎麼算才準？同一件商品重複看幾次，比看過沒看過更能預測加車，換品類則要重新校準

同一位會員在 14 天內重複瀏覽同一件商品的次數，比有沒有看過更能預測加入購物車：只看 1 次的人 3.3%，看 5 次以上的人 33.8%。但同樣的規則換到食品類幾乎失效，每進一個品類都要重新校準門檻；名單還要每日滾動重算、套六條排除與頻控，並留對照組證明價值。本文用一家品牌匿名化後的資料，拆解瀏覽意圖受眾怎麼算、怎麼校準、怎麼不變成騷擾。

AI 應用與 AI Skill

第三方 AI Skill 與 MCP Server 怎麼審？別人寫的擴充，可能借走你手上的資料權限

資安公司 Snyk 在 2026 年 2 月稽核了兩個公開市集上的 3,984 個 AI Skill，其中 36.82% 至少帶著一項安全問題。第三方 Skill 夾得了可執行腳本，第三方 MCP Server 是別人寫的程式，裝一個等於在自己的工作環境裡多開一條路。這篇給零售品牌主一套可執行的審查判準：裝之前問什麼、誰有權限裝、哪些情況必須拉資安進來、下架之後還要收回什麼。

MCP

Skill、MCP 還是 CLI？一件重複的事該接成哪一種，掛錯的成本比你想的高

同一件每週重複三次的行銷工作，該寫成 skill、接成 MCP，還是包成 CLI 指令？判準是它缺的是知識、通道還是執行效率。這篇把 MCP 2026 年新規範、token 開銷與漸進式揭露，翻譯成品牌主算得出來的三筆帳。

91APP CDMP

FDE 是什麼？跟 FAE、跟管理顧問的差別，藏在交付物裡

FDE、FAE 跟管理顧問都是被派到客戶現場的人，台灣讀者第一時間拿 FAE 去套 FDE，是很自然的聯想，也是合約談歪的起點。本文把三個角色的公開文件攤開來對照，用交付物、動手的邊界、成敗衡量、能力重心四個軸，說明專案結束那天你手上會多出什麼東西，以及品牌該在需求書與驗收條件的哪幾個欄位，把這件事先講清楚。

91APP CDMP

FDE 職位在找什麼樣的人？工程師轉職最常缺的，是端到端交付的完整經歷

FDE 職位近來成為工程師轉職的熱門選項，但本文引用的公開職缺裡，明列的年資門檻從一年到五年以上不等。這篇把 Palantir、Anthropic、OpenAI 的公開職缺攤開來看，把職缺反覆要求的能力整理成交付、轉譯、判斷三層，再對照後端工程師、資料工程師、解決方案架構師、技術 PM、客戶成功五種背景可能卡在哪一層、可以用什麼方式補。每一段也附上給品牌端的判讀，讓要找這種人的公司知道該追問什麼。